随着人工智能技术的快速发展,其在地质勘探领域的应用也逐渐展现出巨大潜力。传统的断裂识别方法主要依赖于地质学家的经验和人工判读。这种方法不仅效率低下,而且容易受到主观因素的影响,难以实现大规模数据的高效处理。为解决这一问题,研究以塔里木盆地哈拉哈塘地区走滑断裂识别为例,探索了人工智能在走滑断裂识别中的应用效果及可行性。哈拉哈塘地区主要发育两组高角度走滑断裂系统,北东和北西向,两者在平面上呈X型相互交切关系。基于区内高精度三维地震资料的预处理成果,并利用卷积神经网络(CNN)深度学习算法及U-Net架构模型对研究区断裂进行自动化识别与分类实验。在明显消除随机噪声影响的背景下,上述算法对主干断裂、分支断裂及其组合关系识别清晰,通过对实验结果的分析,验证了深度学习模型在提升走滑断裂识别精度与效率上的显著优势,为地质勘探工作提供了新的技术手段。